Ulaganja u infrastrukturu umjetne inteligencije (AI) porasla su od dolaska generativnih jezičnih modela umjetne inteligencije kao što je ChatGPT 2022. S hiperskalerima koji su doveli ulaganja u infrastrukturu umjetne inteligencije do rekordnih visina u 2025., International Data Corp. procjenjuje globalna ulaganja na nevjerojatnih 318 milijardi USD, a čini se da će nastaviti rasti iz godine u godinu.
U pozadini vrtoglavih kapitalnih injekcija, industrija se približava fizičkom "zidu povećanja". Tradicionalna infrastruktura počinje škripati pod opterećenjem ograničenja kapaciteta podatkovnog centra i rastućih energetskih zahtjeva.
Sve veći zahtjevi za energijom za napajanje umjetne inteligencije su neodrživi, a raste i zabrinutost zbog ekološke štete koju bi opskrba takvom energijom mogla prouzročiti.
Sada smo na prekretnici. Tradicionalne metode električnog prijenosa podataka dosežu svoje granice, a NVIDIA pokazuje svoju ruku nedavno uloživši 4 milijarde dolara u dvije fotoničke tvrtke, Coherent Corp. i Lumentum. NVIDIA se kladi na budućnost u kojoj se podaci prenose putem svjetla (fotona), a ne putem električne energije.
AI potrošnja energije
TheInstitut za istraživanje električne energijeprocjenjuje da bi podatkovni centri mogli trošiti do 9% američke proizvodnje električne energije godišnje do 2030., što je porast u odnosu na 4% u 2023. Kako se modeli umjetne inteligencije suočavaju sa sve-većom potražnjom potrošača i zahtijevaju više računanja, vidjet ćemo rast globalne potražnje za energijom. To predstavlja akutni problem za troškove skaliranja usluga umjetne inteligencije, s obzirom na nedavnu volatilnost cijena energije. Već vidimo da se ovaj problem materijalizira, a OpenAI navodi rastuće račune za energiju kao razlog za poništavanje svojih planova za širenje u UK.
Procesori se približavaju fizičkim granicama. Tranzistori, elektronički prekidači koji čine osnovu elektroničkih sklopova, sada su široki samo nekoliko atoma-veličine pri kojoj kvantni efekti i toplina postaju značajna ograničenja.
Svjetlo na kraju tunela
Osim izazova količine energije koja se koristi za obradu i premještanje podataka, fizička udaljenost između procesorskih i memorijskih elemenata, kako na-čipu tako i na razini sustava, sada ograničava brzinu kojom se modeli umjetne inteligencije mogu pokretati i trenirati. Izgradnja podatkovnih centara na fotonskim temeljima sljedeći je logičan korak.
Uskoro će biti moguće računanje unutar optičkog podatkovnog puta i nudi mogućnost smanjenja latencije i skaliranja infrastrukture bez proporcionalnog povećanja potrošnje energije.
Photonics se može integrirati izravno u silicijske čipove kako bi se omogućila skalabilnost i poboljšanja učinkovitosti u odnosu na električnu energiju. Suština povećanja učinkovitosti fotonike je jednostavna: svjetlost putuje brže i nosi više informacija, a proizvodi manje topline od elektrona. To rezultira dramatično većom gustoćom računanja, manjom potrošnjom energije i vrhunskim toplinskim performansama kako bi se prevladala ograničenja nametnuta porastom tamnog silicija na konvencionalnim čipovima.
Prednosti poboljšanja učinkovitosti na razini čipa vidljive su u tome koliko brzo dolazi do uštede energije. Jedan vat energije ušteđen napajanjem čipa također smanjuje potrošnju energije na napajanje i hlađenje. Photonics otvara budućnost razvoja AI infrastrukture, usredotočene na temelje koji su brži, čišći i temeljno skalabilni.
Implementacija podatkovnog centra Photonics
Temeljno usko grlo u -AI širokoj razmjeri više nije sirovo računanje, već nevjerojatna cijena energije za premještanje podataka pri brzini i obujmu koje zahtijevaju moderna radna opterećenja AI. Brza evolucija graničnih modela znači da su sustavi pod stalnim pritiskom zbog koordiniranja tisuća čipova istovremeno. Tradicionalna infrastruktura podatkovnog centra jednostavno ne može pratiti potražnju za stalnom, vrlo intenzivnom razmjenom podataka.
Photonics predstavlja priliku za rješavanje ovog problema na strateškoj razini, umjesto pukog ublažavanja spiralnih toplinskih zahtjeva sve rastegnutije električne arhitekture. Prve industrijske procjene pokazuju da korištenje svjetla za prijenos podataka daje otprilike 5x veću energetsku učinkovitost i 10x veću mrežnu otpornost od konvencionalne elektronike.
Prednosti silicijske fotonike nadilaze trenutnu učinkovitost i dobitke održivosti. Uklanjanjem značajnih uskih grla-prijenosa podataka, fotonika također otključava vrste računalstva koje su se prije smatrale nepraktičnima zbog troškova energije, kao što je potpuno homomorfna enkripcija (obrada šifriranih podataka bez ikakvog dekriptiranja).
Kroz uklanjanje ograničenja tradicionalnih računalnih arhitektura, fotonika ima dalekosežne-implikacije za sektore u kojima se o performansama i privatnosti podataka koje zahtijeva obrambena, financijska i zdravstvena industrija-ne može pregovarati.
Do danas je odgovor industrije umjetne inteligencije na sve veće potrebe za energijom bio spor i ne uspijeva riješiti strukturne nedostatke tradicionalnih silicijskih arhitektura. NVIDIA-ina nedavna višemilijarderska-investicija služe kao jasan signal da hiperskaleri sada prepoznaju da je to u osnovi problem infrastrukture.
Sada se moramo zapitati radimo li više od istog-nastavljamo zalijevati oči-u izgradnju podatkovnog centra i infrastrukturu za hlađenje ili ulažemo u inovativna rješenja kao što je fotonika, koja mogu riješiti ključna ograničenja na izvoru.
Fotonika predstavlja novi horizont mogućnosti. Umjesto da zamjenjuje postojeće sustave, photonics proširuje moderne računalne arhitekture otključavanjem novih računalnih kapaciteta unutar same mreže. Photonics vodi industriju čipova prema najvećem arhitektonskom pomaku od pojave von Neumannove arhitekture i predstavlja priliku za otključavanje neograničenog računanja.
